Мозг — компьютер? Можно ли загрузить мозг в компьютер? Что такое мозг компьютера.

Центральная идея работ знаменитого Рэя Курцвейла - искусственный интеллект, который со временем будет властвовать во всех сферах жизни людей. В своей новой книге «Эволюция разума» Курцвейл раскрывает бесконечный потенциал возможностей в сфере обратного проектирования человеческого мозга.

В той же статье Тьюринг поведал о другом неожиданном открытии, касающемся неразрешимых задач. Неразрешимые задачи - это те, что хорошо описываются единственным решением (которое, как можно показать, существует), но (как тоже можно показать) не могут быть решены никакой машиной Тьюринга (то есть вообще никакой машиной). Представление о существовании таких задач в корне противоречит сформировавшейся к началу XX в. догме о том, что все проблемы, которые можно сформулировать, являются решаемыми. Тьюринг показал, что число неразрешимых задач не меньше числа разрешимых задач. В 1931 г. к такому же выводу пришел Курт Гедель, сформулировавший «теорему о неполноте». Такая странная ситуация: мы можем сформулировать задачу, можем доказать, что у нее существует единственное решение, но при этом знаем, что никогда не сможем это решение найти.

Тьюринг показал, что вычислительные машины действуют на основании очень простого механизма. Поскольку машина Тьюринга (и, следовательно, любой компьютер) может определять свою дальнейшую функцию на основе полученных ею ранее результатов, она способна принимать решения и создавать иерархические информационные структуры любой сложности.

В 1939 г. Тьюринг сконструировал электронный калькулятор Bombe, который помогал дешифровать сообщения, составленные немцами на кодирующей машине Enigma. К 1943 г. группа инженеров при участии Тьюринга закончила создание машины Colossus, которую иногда называют первым в истории компьютером. Это позволило союзникам расшифровывать сообщения, созданные более сложной версией Enigma. Машины Bombe и Colossus были сконструированы для решения единственной задачи и не могли перепрограммироваться. Но свою функцию они выполняли блестяще. Считается, что отчасти благодаря им союзники могли предвидеть тактику немцев на протяжении всей войны, а Королевские военно-воздушные силы Великобритании в Битве за Британию смогли одолеть втрое превосходящие их по численности силы Люфтваффе.

Именно на этой основе Джон фон Нейман создал компьютер современной архитектуры, отражающей третью из четырех важнейших идей теории информации. На протяжении прошедших с тех пор почти семидесяти лет основное ядро этой машины, названной «машиной фон Неймана», практически не изменилось - как в микроконтроллере в вашей стиральной машине, так и в самом крупном суперкомпьютере. В статье, опубликованной 30 июня 1945 г. и озаглавленной «Первый проект отчета о EDVAC», фон Нейман изложил основные идеи, которые с тех пор направляли развитие информатики . В машине фон Неймана присутствует центральный процессор, где выполняются арифметические и логические операции, модуль памяти, в котором хранятся программы и данные, массовая память, программный счетчик и входные/выходные каналы. Хотя статья предназначалась для внутреннего пользования в рамках выполнения проекта, для создателей компьютеров она стала Библией. Вот так иногда обычный рутинный отчет может изменить мир.

Машина Тьюринга не была предназначена для практических целей. Теоремы Тьюринга не имели отношения к эффективности решения задач, а скорее описывали спектр задач, которые теоретически могут быть решены с помощью компьютера. Напротив, цель фон Неймана заключалась в создании концепции реального компьютера. Его модель заменила однобитную систему Тьюринга многобитной (обычно кратную восьми битам) системой. Машина Тьюринга имеет последовательную ленту памяти, так что программы затрачивают очень большое время на перемещение ленты вперед и назад для записи и извлечения промежуточных результатов. Напротив, в системе фон Неймана доступ к памяти осуществляется произвольным образом, что позволяет немедленно извлекать любые нужные данные.

Одной из ключевых идей фон Неймана является концепция хранимой программы, которую он развил за десять лет до создания компьютера. Суть концепции заключается в том, что программа хранится в том же модуле памяти с произвольным доступом, что и данные (а часто даже в том же блоке памяти). Это позволяет перепрограммировать компьютер для решения разных задач и создавать самомодифицирующийся код (в случае записывающих накопителей), что обеспечивает возможность рекурсии. До того времени практически все компьютеры, включая Colossus, создавались для решения конкретных задач. Концепция хранимой программы позволила компьютеру стать поистине универсальной машиной, соответствующей представлению Тьюринга об универсальности машинных вычислений.

Еще одно важное свойство машины фон Неймана заключается в том, что в каждой инструкции содержится операционный код, определяющий арифметическую или логическую операцию и адрес операнда в памяти компьютера.

Концепция фон Неймана об архитектуре компьютера отразилась в проекте EDVAC, над которым он работал совместно с Преспером Дж. Эккертом и Джоном Моучли. Компьютер EDVAC начал функционировать только в 1951 г., когда уже существовали другие компьютеры с хранимой программой, такие как Манчестерская малая экспериментальная машина, ENIAC, EDSAC и BINAC, причем все они были созданы под влиянием статьи фон Неймана и при участии Эккерта и Моучли. Фон Нейман также был причастен к появлению некоторых из этих машин, включая последнюю версию ENIAC, где использовался принцип хранимой программы.

У компьютера с архитектурой фон Неймана имелось несколько предшественников, но ни один из них - за одним неожиданным исключением - нельзя назвать истинной машиной фон Неймана. В 1944 г. Говард Эйкен выпустил Mark I, который можно было в какой-то степени перепрограммировать, но он не использовал хранимой программы. Машина считывала инструкции с перфокарты и немедленно их выполняла. В машине также не было предусмотрено условных переходов.

В 1941 г. немецкий ученый Конрад Цузе (1910–1995) создал компьютер Z-3. Он тоже считывал программу с ленты (в данном случае закодированную на пленке) и тоже не выполнял условных переходов. Интересно, что Цузе получил финансовую поддержку от Немецкого института самолетостроения, который использовал этот компьютер для изучения флаттера крыла самолета. Однако предложение Цузе о финансировании замены реле радиолампами не было поддержано нацистским правительством, которое считало развитие компьютерной технологии «не имеющим военного значения». Это, как мне кажется, в определенной степени повлияло на исход войны.

На самом деле у фон Неймана был один гениальный предшественник, причем жил он на сто лет раньше! Английский математик и изобретатель Чарльз Бэббидж (1791–1871) в 1837 г. описал свою аналитическую машину, основанную на тех же принципах , что и компьютер фон Неймана, и использовавшую хранимую программу, нанесенную на перфокарты жаккардовых ткацких машин. Память машины с произвольным доступом содержала 1000 слов по 50 десятичных знаков в каждом (что эквивалентно примерно 21 килобайту). Каждая инструкция содержала код операции и номер операнда - точно так же, как в современных компьютерных языках. Система не использовала условных переходов и циклов, так что это была настоящая машина фон Неймана. Полностью механическая, она, по-видимому, превзошла и дизайнерские, и организаторские возможности самого Бэббиджа. Он создал части машины, но так и не запустил ее.

Точно не известно, знали ли пионеры компьютеростроения XX в., включая фон Неймана, о работах Бэббиджа .

Однако создание машины Бэббиджа положило начало развитию программирования. Английская писательница Ада Байрон (1815–1852), графиня Лавлейс, единственный законный ребенок поэта лорда Байрона, стала первым в мире программистом. Она писала программы для аналитической машины Бэббиджа и отлаживала их в уме (поскольку компьютер так никогда и не заработал). Теперь программисты называют эту практику table checking. Она перевела статью итальянского математика Луиджи Менабреа об аналитической машине, добавив от себя существенные замечания и заметив, что «аналитическая машина плетет алгебраические рисунки, как ткацкий жаккардовый станок плетет цветы и листья». Возможно, она первой упомянула о возможности создания искусственного интеллекта, но сделала вывод, что аналитическая машина «сама не способна что-либо придумать».

Идеи Бэббиджа кажутся поразительными, если учесть, в какую эпоху он жил и работал. Однако к середине XX в. эти идеи были практически забыты (и вновь открыты лишь позднее). Именно фон Нейман придумал и сформулировал ключевые принципы действия компьютера в его современном виде, и недаром машину фон Неймана продолжают считать основной моделью вычислительной машины. Однако не будем забывать, что машина фон Неймана постоянно осуществляет обмен данными между отдельными модулями и внутри этих модулей, так что она не могла быть создана без теорем Шеннона и тех методов, которые он предложил для надежной передачи и хранения цифровой информации.

Все сказанное подводит нас к четвертой важной идее, которая преодолевает выводы Ады Байрон о неспособности компьютера к творческому мышлению и позволяет найти ключевые алгоритмы, используемые мозгом, чтобы потом применить их для превращения компьютера в мозг. Алан Тьюринг сформулировал эту задачу в статье «Вычислительные машины и разум», опубликованную в 1950 г., в которой содержится описание теперь широко известного теста Тьюринга, позволяющего определить близость ИИ к человеческому интеллекту.

В 1956 г. фон Нейман начал готовить серию лекций для престижных Силлимановских чтений в Йельском университете. Ученый уже был болен раком и не смог ни прочесть свои лекции, ни даже закончить рукопись, на основе которой создавались лекции. Тем не менее этот незаконченный труд является блестящим предсказанием того, что лично я воспринимаю как самый трудный и важный проект в истории человечества. Уже после смерти ученого, в 1958 г., рукопись была опубликована под названием «Компьютер и мозг». Так вышло, что последний труд одного из самых блестящих математиков прошлого столетия и одного из основоположников компьютерной технологии оказался посвящен анализу мышления. Это было первое серьезное исследование человеческого мозга с точки зрения математика и специалиста в области компьютеров. До фон Неймана компьютерные технологии и нейробиология представляли собой два отдельных острова, между которыми не существовало никакого моста.

Фон Нейман начинает повествование, описывая сходство и различие между компьютером и человеческим мозгом. Учитывая, в какую эпоху создавался этот труд, он представляется удивительно точным. Ученый отмечает, что выходной сигнал нейрона цифровой - аксон либо возбуждается, либо остается в покое. В то время было далеко не очевидно, что обработка выходного сигнала может происходить аналоговым путем. Обработка сигнала в дендритах, ведущих к нейрону, и в теле нейрона аналоговая, и фон Нейман описал эту ситуацию с помощью взвешенной суммы входных сигналов с пороговым значением.

Эта модель функционирования нейронов привела к развитию коннекционизма и к использованию данного принципа для создания как аппаратурного оформления, так и компьютерных программ. (Как я рассказывал в предыдущей главе, первая такая система, а именно программа для IBM 704, была создана Фрэнком Розенблаттом из Корнельского университета в 1957 г., сразу после того, как стала доступна рукопись лекций фон Неймана.) Теперь у нас есть более сложные модели, описывающие сочетания входных сигналов нейронов, но общая идея об аналоговой обработке сигналов с помощью изменения концентрации нейромедиаторов по-прежнему верна.

На основе концепции универсальности компьютерных вычислений фон Нейман пришел к выводу, что даже при кажущемся радикальном различии архитектуры и структурных единиц головного мозга и компьютера с помощью машины фон Неймана мы можем симулировать происходящие в головном мозге процессы. Обратный постулат, однако, не является справедливым, поскольку головной мозг не является машиной фон Неймана и не имеет хранимой программы (хотя в голове мы можем симулировать действие очень простой машины Тьюринга). Алгоритмы или методы функционирования мозга определены его структурой. Фон Нейман пришел к справедливому заключению, что нейроны могут выучивать соответствующие образы на основании входных сигналов. Однако во времена фон Неймана не было известно, что обучение также происходит путем создания и разрушения контактов между нейронами.

Фон Нейман также указал, что скорость обработки информации нейронами очень низкая - порядка сотни вычислений в секунду, однако мозг компенсирует это тем, что одновременно осуществляет обработку информации во множестве нейронов. Это еще одно очевидное, но очень важное открытие. Фон Нейман утверждал, что все 10 10 нейронов мозга (эта оценка также достаточно точна: по сегодняшним представлениям, в головном мозге содержится от 10 10 до 10 11 нейронов) обрабатывают сигналы в одно и то же время. Более того, все контакты (в среднем от 10 3 до 10 4 на каждый нейрон) обсчитываются одновременно.

Учитывая примитивный уровень развития нейробиологии того времени, оценки и описания функции нейронов, сделанные фон Нейманом, удивительно точны. Однако я не могу согласиться с одним аспектом его работы, а именно с представлением об объеме памяти мозга. Он считал, что мозг запоминает каждый сигнал на всю жизнь. Среднюю продолжительность жизни человека фон Нейман оценивал в 60 лет, что составляет примерно 2 х 10 9 секунды. Если каждый нейрон за одну секунду получает примерно 14 сигналов (что на самом деле на три порядка ниже истинной величины), а всего в головном мозге содержится 10 10 нейронов, выходит, что объем памяти мозга составляет около 10 20 бит. Как я писал выше, мы запоминаем лишь небольшую часть наших мыслей и опыта, но даже эти воспоминания хранятся не как побитовая информация низкого уровня сложности (как в видео), а скорее в виде последовательности образов более высокого порядка.

По мере того как фон Нейман описывает каждый механизм в функции головного мозга, он одновременно демонстрирует, как современный компьютер мог бы осуществить ту же самую функцию, несмотря на кажущееся различие между мозгом и компьютером. Аналоговые механизмы действия мозга можно моделировать с помощью цифровых механизмов, поскольку цифровые вычисления способны моделировать аналоговые значения с любой степенью точности (а точность передачи аналоговой информации в мозге достаточно низкая). Можно также имитировать массивный параллелизм функции мозга, учитывая значительное превосходство компьютеров по скорости серийных вычислений (со времен фон Неймана это превосходство еще более усилилось). Кроме того, мы можем осуществлять параллельную обработку сигналов в компьютерах с помощью параллельно функционирующих машин фон Неймана - именно так действуют современные суперкомпьютеры.

Учитывая способность людей быстро принимать решения при столь низкой скорости работы нейронов, фон Нейман пришел к выводу, что функции головного мозга не могут задействовать длинные последовательные алгоритмы. Когда третий бейс-мен получает мяч и решает бросить его на первую, а не на вторую базу, он принимает это решение за какую-то долю секунды - за это время каждый нейрон едва успевает осуществить несколько циклов возбуждения. Фон Нейман приходит к логичному выводу, что замечательная способность мозга связана с тем, что все 100 млрд нейронов могут обрабатывать информацию одновременно. Как я отмечал выше, зрительная кора делает сложные выводы всего за три или четыре цикла возбуждения нейронов.

Именно значительная пластичность мозга позволяет нам обучаться. Однако компьютер обладает гораздо большей пластичностью - его методы можно полностью изменить путем смены программного обеспечения. Таким образом, компьютер может имитировать мозг, а вот обратное утверждение неверно.

Когда фон Нейман сравнивал возможности массированной параллельной активности мозга с немногочисленными компьютерами того времени, казалось очевидным, что мозг отличается гораздо большей памятью и скоростью. Сегодня уже сконструирован первый суперкомпьютер, по самым консервативным оценкам, удовлетворяющий тем функциональным требованиям, которые нужны для моделирования функций человеческого головного мозга (около 10 16 операций в секунду) . (По моему мнению, компьютеры такой мощности в начале 2020-х гг. будут стоить около 1000 долларов.) Что касается объема памяти, мы продвинулись еще дальше. Труд фон Неймана появился в самом начале компьютерной эры, но ученый был уверен в том, что в какой-то момент мы сможем создавать компьютеры и компьютерные программы, способные имитировать человеческий мозг; именно поэтому он и готовил свои лекции.

Фон Нейман был глубоко убежден в ускорении прогресса и в его значительном влиянии на жизнь людей в будущем. Через год после смерти фон Неймана, в 1957 г., его коллега математик Стэн Юлам цитировал слова фон Неймана, сказавшего в начале 1950-х гг., что «любое ускорение технологического прогресса и изменения образа жизни людей создает впечатление приближения некой важнейшей сингулярности в истории человеческой расы, за пределами которой человеческая деятельность в том виде, какой мы знаем ее сегодня, больше не может продолжаться». Это первый известный случай использования слова «сингулярность» для описания технологического прогресса человечества.

Важнейшая догадка фон Неймана заключалась в обнаружении сходства между компьютером и мозгом. Заметим, что частью человеческого интеллекта является эмоциональный интеллект. Если догадка фон Неймана верна и если согласиться с моим утверждением, что небиологическая система, удовлетворительно воспроизводящая интеллект (эмоциональный и другой) живого человека, обладает сознанием (см. следующую главу), придется сделать вывод, что между компьютером (с правильным программным обеспечением) и сознательным мышлением имеется явное сходство. Итак, был ли прав фон Нейман?

Большинство современных компьютеров - полностью цифровые машины, тогда как человеческий мозг использует как цифровые, так и аналоговые методы. Однако аналоговые методы легко воспроизводятся в цифровом варианте с любой степенью точности. Американский специалист в области компьютерных технологий Карвер Мид (род. в 1934 г.) показал, что аналоговые методы мозга можно напрямую воспроизвести в кремниевом варианте, и реализовал это в виде так называемых нейроморфных чипов . Мид продемонстрировал, что данный подход может быть в тысячи раз более эффективным, чем цифровая имитация аналоговых методов. Если речь идет о кодировании избыточных алгоритмов новой коры, возможно, имеет смысл воспользоваться идеей Мида. Исследовательская группа IBM под руководством Дхармендра Модхи применяет чипы, имитирующие нейроны и их контакты, в том числе их способность образовывать новые контакты . Один из чипов, названный SyNAPSE, напрямую модулирует 256 нейронов и примерно четверть миллиона синаптических связей. Цель проекта заключается в симуляции новой коры, состоящей из 10 млрд нейронов и 100 трлн контактов (что эквивалентно человеческому мозгу), которая использует всего один киловатт энергии.

Более пятидесяти лет назад фон Нейман заметил, что процессы в головном мозге происходят чрезвычайно медленно, но отличаются массированной параллельностью. Современные цифровые схемы действуют как минимум в 10 млн раз быстрее, чем электрохимические переключатели мозга. Напротив, все 300 млн распознающих модулей коры мозга действуют одновременно, и квадрильон контактов между нейронами может активизироваться в одно и то же время. Следовательно, для создания компьютеров, которые могли бы адекватно имитировать человеческий мозг, необходимы соответствующий объем памяти и производительность вычислений. Нет нужды напрямую копировать архитектуру мозга - это очень неэффективный и негибкий метод.

Какими же должны быть соответствующие компьютеры? Многие исследовательские проекты направлены на моделирование иерархического обучения и распознавания образов, происходящих в новой коре. Я сам занимаюсь подобными исследованиями с привлечением иерархических скрытых моделей Маркова. По моим оценкам, для моделирования одного цикла распознавания в одном распознающем модуле биологической новой коры требуется около 3000 вычислений. Большинство симуляций построено на значительно меньшем числе вычислений. Если принять, что головной мозг осуществляет около 10 2 (100) циклов распознавания в секунду, получаем общее число 3 х 10 5 (300 тыс.) вычислений в секунду для одного распознающего модуля. Если же умножить это число на общее число распознающих модулей (3 х 10 8 (300 млн, по моим оценкам)), получаем 10 14 (100 трлн) вычислений в секунду. Примерно такое же значение я привожу в книге «Сингулярность уже близка». По моим прогнозам, для функциональной симуляции головного мозга требуется скорость от 10 14 до 10 16 калькуляций в секунду. По оценкам Ганса Моравека, основанным на экстраполяции данных для начальной обработки зрительных сигналов во всем головном мозге, это значение составляет 10 14 калькуляций в секунду, что совпадает с моими расчетами.

Стандартные современные машины могут работать со скоростью до 10 10 калькуляций в секунду, однако с помощью ресурсов облака их производительность можно существенно увеличить. Самый быстрый суперкомпьютер, японский компьютер «К», уже достиг скорости 10 16 калькуляций в секунду. Учитывая массированную избыточность алгоритмов новой коры, хороших результатов можно добиться с помощью нейроморфных чипов, как в технологии SvNAPSE.

Что касается требований к памяти, нам нужно около 30 бит (примерно 4 байта) для каждого контакта с одним из 300 млн распознающих модулей. Если к каждому распознающему модулю подходит в среднем восемь сигналов, получаем 32 байта на распознающий модуль. Если учесть, что вес каждого входного сигнала составляет один байт, получаем 40 байт. Добавим 32 байта для нисходящих контактов - и получим 72 байта. Замечу, что наличие восходящих и нисходящих разветвлений приводит к тому, что число сигналов намного больше восьми, даже если учесть, что многие распознающие модули пользуются общей сильно разветвленной системой связей. Например, в распознавании буквы «p» могут участвовать сотни распознающих модулей. Это означает, что тысячи распознающих модулей следующего уровня участвуют в распознавании слов и фраз, содержащих букву «p». Однако каждый модуль, ответственный за распознавание «p», не повторяет это древо связей, питающих все уровни распознавания слов и фраз с «p», у всех этих модулей древо связей общее.

Сказанное выше верно и для нисходящих сигналов: модуль, ответственный за распознавание слова apple, сообщит всей тысяче стоящих ниже модулей, ответственных за распознавание «e», что ожидается образ «e», если уже распознаны «a», «p», «p» и «l». Это древо связей не повторяется для каждого модуля, распознающего слово или фразу, который хочет информировать модули нижестоящего уровня, что ожидается образ «e». Это древо общее. По этой причине среднее оценочное значение в восемь восходящих и восемь нисходящих сигналов для каждого распознающего модуля является вполне разумным. Но даже если мы повысим это значение, это не сильно изменит конечный результат.

Итак, с учетом 3 х 10 8 (300 млн) распознающих модулей и 72 байт памяти для каждого, получаем, что общий объем памяти должен составлять около 2 х 10 10 (20 млрд) байт. А это весьма скромное значение. Такой памятью обладают обычные современные компьютеры.

Все эти расчеты мы выполнили для приблизительной оценки параметров. Учитывая, что цифровые схемы примерно в 10 млн раз быстрее сетей нейронов в биологической коре, нам не нужно воспроизводить массированный параллелизм человеческого мозга - весьма умеренного параллельного процессинга (по сравнению с триллионным параллелизмом в головном мозге) будет вполне достаточно. Таким образом, необходимые вычислительные параметры вполне достижимы. Способность нейронов головного мозга к переподключению (помним, что дендриты постоянно создают новые синапсы) тоже можно имитировать с помощью соответствующего программного обеспечения, поскольку компьютерные программы гораздо пластичнее биологических систем, которые, как мы видели, впечатляют, но имеют пределы.

Избыточность мозга, необходимая для получения инвариантных результатов, безусловно, может быть воспроизведена в компьютерном варианте. Математические принципы оптимизации подобных самоорганизующихся иерархических систем обучения вполне понятны. Организация мозга далеко не оптимальна. Но она и не должна быть оптимальной - она должна быть достаточно хорошей, чтобы обеспечить возможность создавать инструменты, компенсирующие ее собственные ограничения.

Еще одно ограничение новой коры заключается в том, что в ней нет механизма, устраняющего или хотя бы оценивающего противоречащие друг другу данные; отчасти это объясняет весьма распространенную нелогичность человеческих рассуждений. Для решения данной проблемы у нас есть весьма слабая способность, называемая критическим мышлением, но люди ею пользуются гораздо реже, чем следовало бы. В компьютерной новой коре можно предусмотреть процесс, выявляющий противоречащие данные для их последующего пересмотра.

Важно отметить, что конструирование целого отдела мозга осуществить проще, чем конструирование одного нейрона. Как уже было сказано, на более высоком уровне иерархии модели часто упрощаются (тут просматривается аналогия с компьютером). Чтобы понять, как работает транзистор, нужно в деталях понимать физику полупроводниковых материалов, а функции одного реального транзистора описываются сложными уравнениями. Цифровая схема, осуществляющая перемножение двух чисел, содержит сотни транзисторов, но для создания модели такой схемы хватит одной или двух формул. Целый компьютер, состоящий из миллиардов транзисторов, можно смоделировать с помощью набора инструкций и описания регистра на нескольких страницах текста с привлечением нескольких формул. Программы для операционных систем, компиляторов языков или ассемблеров достаточно сложны, однако моделирование частной программы (например, программы распознавания языка на основе скрытых иерархических моделей Маркова) тоже сводится к нескольким страницам формул. И нигде в подобных программах вы не встретите детального описания физических свойств полупроводников или даже компьютерной архитектуры.

Аналогичный принцип верен и для моделирования мозга. Один конкретный распознающий модуль новой коры, который детектирует определенные инвариантные зрительные образы (например, лица), осуществляет фильтрацию звуковых частот (ограничивая входной сигнал определенным диапазоном частот) или оценивает временную близость двух событий, можно описать с помощью гораздо меньшего числа специфических деталей, чем реальные физические и химические взаимодействия, контролирующие функции нейромедиаторов, ионных каналов и других элементов нейронов, участвующих в передаче нервного импульса. Хотя все эти детали необходимо тщательно предусмотреть до перехода на следующий уровень сложности, при моделировании операционных принципов головного мозга многое можно упростить.

<<< Назад

Вперед >>>

Мозг любого человека является чем-то особенным, невероятно сложным чудом природы, созданным благодаря миллионам лет эволюции. Сегодня наш мозг часто называют настоящим компьютером. И это выражение используется отнюдь не зря.

И сегодня мы постараемся разобраться в том, почему человеческий мозг ученые называют биологическим компьютером, и какие интересные факты о нем существуют.

Почему мозг – биологический компьютер

Ученые называют мозг биологическим компьютером по вполне очевидным причинам. Мозг, как и главный процессор любой компьютерной системы, отвечает за работу всех элементов и узлов системы. Как в случае с оперативной памятью, винчестером, видеокартой и другими элементами ПК, мозг человека управляет зрением, дыханием, памятью и любым другим процессом, происходящим в организме человека. Он обрабатывает полученные данные, принимает решения и выполняет всю интеллектуальную работу.

Что же касается характеристики «биологический», то её наличие также является вполне очевидным, ведь, в отличие от обычной компьютерной техники, человеческий мозг имеет биологическое происхождение. Так и получается, что мозг – это самый настоящий биологический компьютер.

Как и у большинства современных компьютеров, у мозга человека присутствует огромное количество функций и возможностей. И некоторые наиболее интересные факты о них мы предлагаем ниже:

• Даже в ночное время, когда наш организм отдыхает, мозг не засыпает, а наоборот – находится в более активном состоянии, чем днем;
• Точный объем места или памяти, которая может храниться в человеческом мозге, на данный момент неизвестен ученым. Однако они предполагают, что этот «биологический жесткий диск» способен вместить в себе до 1000 терабайт информации;
• Средняя масса мозга – полтора килограмма, и его объем увеличивается, как и в случае с мышцами, от тренировок. Правда, в данном случае тренировки подразумевают получение новых знаний, улучшение памяти и т.д.;
• Несмотря на то, что именно мозг реагирует на любые поражения тела, отправляя в соответствующие участки тела болевые сигналы, сам он не чувствует боли. Когда мы чувствуем головную боль, это лишь болевые ощущения в тканях и нервах черепной коробки.

Теперь вы знаете, почему мозг называется биологическим компьютером, а значит – произвели небольшую тренировку своего мозга. Не останавливайтесь на этом, и систематически узнавайте что-нибудь новое.

Рецепт мозга выглядит так: 78% воды, 15% жира, а остальное - белки, гидрат калия и соль. Нет ничего более сложного во Вселенной из того, что мы знаем и что сопоставимо с мозгом вообще.

Как вы думаете, какое количество энергии потребляет мозг? 10 Ватт. Лучшие из мозгов в лучшие из своих креативных мгновений потребляют, скажем, 30 Ватт. Суперкомпьютеру нужны мегаватты. Из этого следует, что мозг работает каким-то совершенно другим способом, нежели компьютер.

В человеческом мозгу большинство процессов идет параллельно, в то время как компьютеры имеют модули и работают сериально, просто компьютер очень быстро переходит с одной задачи на другую.

Кратковременная память у человека организована не так, как в компьютере. В компьютере есть «железо» и «софт», а в мозгу hardware и software нераздельны, это какая-то смесь. Можно, конечно, решить, что hardware мозга - это генетика. Но те программы, которые наш мозг качает и устанавливает в себя всю жизнь, через некоторое время становятся «железом». То, чему вы научились, начинает влиять на гены.

Память человека организована семантически, в отличие от компьютера. Например — информация о собаке вовсе не лежит в том месте, где собрана наша память о животных. Вчера пес опрокинул чашку кофе на мою желтую юбку - и навсегда у меня собака этой породы будет ассоциироваться с желтой юбкой.

У человека больше ста миллиардов нейронов. У каждого из нейронов, в зависимости от типа, может быть до 50 тысяч связей с другими частями мозга. Квадриллион комбинаций, больше чем число звезд во вселенной. Мозг - это не просто нейронная сеть, это — сеть сетей сетей. В мозге 5,5 петабайт информации - это три миллиона часов видеоматериала. Триста лет непрерывного просмотра! Это — пульсирующие нейронные сети. Там нет «мест», где отдельно работает что-то одно. Поэтому даже если бы мы нашли в мозгу зоны жертвенности, любви, совести, это нам никак не облегчило бы жизнь.

Да был романтический период в истории науки изучения мозга, когда еще казалось, что мозг можно описать по качествам и адресам. Когда думали, что есть разделы, которые занимаются нежной дружбой, привязанностью и т. д. Это делалось на основании чего-то. Был период, когда начали действительно открывать связь между умениями людей и определенными отделами в мозгу, которые якобы за это отвечают. Якобы – потому что это и, правда, и неправда. Мы ведь знаем, что у человека есть речевые зоны. И если с ними что-то случится, речь исчезнет. С другой стороны, мы знаем массу примеров, когда у человека вообще удален левый мозг. И там физически нет ни одной речевой зоны. А речь возможна. Как это происходит? Вопрос с локализацией функций – вопрос очень подвешенный. В мозгу одновременно все локализовано — и не локализовано. Память имеет адрес. И одновременно не имеет.

Конечно, в мозгу есть функциональные блоки, есть какая-то локализация функций. И мы думаем, как дурачки, что если мы делаем языковую работу, то в мозгу будут активированы зоны, которые заняты речью. Так вот нет, не будут. То есть они будут задействованы, но остальные участки мозга тоже будут принимать в этом участие. Внимание и память в этот момент будут работать.

Если задание зрительное, значит, зрительная кора тоже будет работать, если слуховое - то слуховая. Ассоциативные процессы тоже всегда будут работать. Одним словом, во время выполнения какой-либо задачи в мозге не активируется какой-то отдельный участок - мозг всегда работает весь. То есть участки, которые за что-то отвечают, вроде бы есть, и в то же время их как бы нет

Если мы ставим карандашом точку на листе – то это точка. А если мы смотрим на нее через лупу, то она уже становится какой-то шершавой. А если мы возьмем электронный микроскоп, то даже непонятно, что мы там увидим. Это ситуация, в которой мы сейчас оказались. Еще полшага — и нам удастся описывать мозг с точностью до одного нейрона.

И что? — Мы оказываемся в ситуации, когда есть огромные горы фактов и миллиметры объяснений. Если признать, что сознание – это в первую очередь осознание, то мы наталкиваемся на огромный разрыв между относительно хорошо изученными психофизиологическими процессами и фактически неизученным осознанием и пониманием. Мы даже не можем сказать, что это такое.

Вот, например, с чего вы взяли, что с использованием больших данных, big data, вы будете предсказывать мое поведение? Мое поведение не предсказывается ни Декартом, ни Аристотелем, никем. Оно может быть истерическим. Например, нобелевский лауреат по экономике, психолог Даниел Канеман описывал, как человек принимает решения, и пришел к выводу, что решения принимаются ПРОСТО ТАК. «А я вот так пойду, и все - хочу потому что». Как вы собираетесь это предсказать?

Я могу проанализировать ситуацию и решить вести себя определенным образом, а потом в четыре секунды все ломается. Это говорит о серьезной вещи: насколько мы не хозяева себе. Действительно пугающая мысль - а кто на самом деле в доме хозяин? Их слишком много: геном, психосоматический тип, масса других вещей, включая рецепторы. Хотелось бы знать, кто это существо, принимающее решения? Про подсознание вообще никто ничего не знает, лучше эту тему сразу закрыть.

Мозг может морочить нам голову. Есть реальные работы, в которых об этом говорится. Например, «The mind’s best trick: How we experience conscious will» Даниэля Вегнера. Он пишет, что мозг все делает сам. Вообще все! После этого посылает нам сигнал: «Не волнуйтесь, все хорошо, это ты принял решение»

Я часто привожу пример с пальцем, чтобы показать, как работает наш мозг. Сейчас я решаю согнуть указательный палец на правой руке, но на самом деле я ничего не сгибаю. Т.е. это просто решение. А вот теперь я его сгибаю (сгибает палец).

Как это получилось? Ответы, которые я получаю на этот вопрос, всегда бьют мимо цели. Мне говорят, что это мозг послал сигнал на рецепторы..Но это же смешно. Я доктор биологических наук, мне это все известно. Если бы правда все было так, я бы не задавала этот вопрос. Меня интересует именно то, что происходит в промежутке времени между тем, как я об этом подумала, и как мозг послал сигнал. Почему мозг стал посылать сигнал? Получается, это был скачок из области нематериального - т.е. из области моей мысли, к области материальной, когда палец начал сгибаться.

Поэтому центральный вопрос, который никуда не уходит, звучит так: «Что есть наш мозг - реализация множества всех множеств, не являющихся членами самих себя или самодостаточный шедевр, находящийся в рекурсивных отношениях с допускаемой в него личностью, в теле которой он размещен?»

Мозг не живет, как голова профессора Доуэля, на тарелке. У него есть тело - уши, руки, ноги, кожа, потому он помнит вкус губной помады, помнит, что значит «чешется пятка». Тело является его непосредственной частью. У компьютера этого тела нет.

Сейчас все больше людей интересуются тем, как устроен мозг. Конечно, это мода. Но вторая причина не менее важная – мы кардинально зависим от мозга. Наши глаза, уши, наши органы чувств поставляют информацию туда. Смотреть – это одно, а видеть – это другое. Картина мира находится в мозгу. Но вопрос – можем ли мы ему доверять? Если взять пациента, у которого галлюцинации, и сделать ему магнитно-резонансную томографию, то она покажет, что во время видений его мозг действительно обрабатывает зрительные или слуховые сигналы.

Если мозг настолько самодостаточен, что сам делает все, то какова наша роль? Или мы просто вместилище для этого монстра? Поэтому вопрос о свободе воли очень серьезно стоит в нейронауке, психологии и философии. Мы свободны в своих решениях или нет? Или мозг сам принимает решение, а потом посылает нам утешительный сигнал: «Ни о чем не тревожься, это решение принял ты

Гештальтное восприятие, все искусство, творчество, наука, которая не только счетом занимается, - этого компьютеры не могут делать. Пока это все наше, у нас есть шансы.

До сих пор не очень понятно, каким образом в мозге хранятся языки, слова, их значения. При этом есть патологии, когда люди не помнят существительные, но помнят глаголы. И наоборот.

В общем, и сознание - это мозг, и память - мозг, и язык - тоже. Бродский говорил, что «поэзия - высшая форма языка, особый ускоритель сознания и наша видовая цель». То есть мы как вид умеем больше, чем эти железные счетоводы, которые единицы и ноли гоняют. Мы делаем нечто совсем другое.

Мы знаем, конечно, что есть функциональные блоки в мозгу. Скажем, эта часть занимается языком, эта занимается зрительными образами, есть зоны, которые особенно заняты памятью, но если всерьез, то весь мозг занят всем. Эти зоны есть, и мы о них знаем, потому что, если кирпич упадет на зону Брока, то человек перестанет говорить, и это факт. Но обратный ход неправильный. Нельзя сказать, что речью управляет такая-то зона. Речью, как и сознанием, памятью, всем управляет весь мозг.

Беда в том, что, смотря в мозг, вы ничего там не видите. Какой бы совершенной ни была ваша аппаратура, дальше возникает этап интерпретации. А она зависит уже от философской позиции. Это круг. Сейчас есть большой скепсис по поводу того, имеет ли смысл вообще все это изучать. Ведь мы не знаем, что с этим делать. Здесь есть и еще одна неприятность. Страшная разница в индивидуальных результатах. Если мы будем даже исследовать одного и того же человека, а не складывать вместе академиков, алкоголиков и т. д., результат все равно будет специфическим. 33 раза был повторен один и тот же опыт с одним человеком. Это просто разные картины. Есть провал в объяснительной базе. Мы можем сказать так: «Мы думаем, что …» — и приложить картинку из его мозга.

Есть еще вот такая прелестная вещь, о которой, кстати говоря, всем не вредно бы знать,- у нас есть в мозгу так называемые «Зеркальные системы» Это системы, которые открыл Джакомо Резолатти, замечательный ученый, кстати, наш почетный профессор Петербургского университета, я это организовывала, между прочим, и он к нам приезжал, лекции читал, вообще, прелестный дядька. И он открыл эти зеркальные системы. Они представляют собой вот что:они включаются не тогда, когда вы сами что-то делаете, а когда вы наблюдаете за тем, как это делает другой. Слово «Другой» с большой буквы. Вообще, любой Другой. Это основа для коммуникации, основа, вообще для любого обучения. И основа языка, и самое главное, я повторяю — это основа коммуникации. Потому что люди, у которых диагноз «Аутизм» или «Шизофрения» — уже доказано это, что у них поломаны эти системы. Они живут в своем собственном мире, совершенно не имея никакой возможности из него выйти и посмотреть на ситуацию другими глазами.

Человек – это животное?

Важными отличиями человека от других животных является язык и сознание.

Мы постоянно имеем дело не только с самими объектами, но и с символами. Вот, допустим, на столе стоит стакан. Зачем его называть «стаканом»? Зачем его рисовать? Кажется, у человека есть то, что можно назвать «страсть к дублированию мира».

Важно понять, что мы зависим от нашего мозга на все 100%. Да, мы смотрим на мир «своими глазами», что-то слышим, что-то ощущаем, но то, как мы понимаем это все, зависит только от мозга. Он сам решает, что нам показывать и как. По сути, мы вообще не знаем, что такое реальность на самом деле. Или как видит и ощущает мир другой человек? А мышь? А как видели мир шумеры?

У ворон, а точнее даже у врановых в целом, мозг довольно похож на мозг приматов по уровню развития. Вороны узнают свое отражение.

Обезьяны успевают заметить порядок чисел и быстро в правильном порядке нажимать квадратики, под которыми числа скрываются. Более того, даже мы с вами не можем в этом с ними состязаться.

Если вы влезете и наберете что-то насчет интеллектуальных задач, которые дают обезьянам, там есть просто фильмы, вы можете посмотреть онлайн, как это происходит: ей показывают на короткое время какие-то цифры и убирают, а после этого начинают мелькать эти цифры, и она должна пальцем тыкать в те, которые она видела. Абсолютно не возможная для меня задача. Не только с такой скоростью, а вообще, я даже не могу подумать. Она это делает с космической скоростью, что вы видите просто. Так что не стоит про себя слишком много думать.

Мозг дельфинов тоже мощно развит. Еще неизвестно у кого лучше - у нас или у них. Говорит, что часто в ответ доносится «Но они же не построили цивилизацию!». Но какая разница, когда они могут спать, отключая только одно полушарие и продолжая бодрствовать, обладают иронией, своим языком, живут счастливыми жизнями, всегда сыты, не имеют совсем опасных врагов и далее по списку. Понимаете, они пляшут и поют, у них бесконечное количество еды — весь океан, экология прекрасная, плыви куда хочешь. Только поют, играют, любовью занимаются и все, а чего больше, что они должны сделать? Стройку коммунизма устроить там, на Фиджи или что? Что они должны сделать, чтобы мы были довольны?

И еще был знаменитый попугай Алекс. Он знал порядка 150 слов, отвечал на простые вопросы.

По моему глубочайшему убеждению, наука занимается тем, что пытается узнать в меру своих слабых сил, как Господь устроил мир. Чем больше ты в научном смысле знаешь, тем больше ты видишь немыслимую сложность того, что произошло, и одновременно четкость и универсальность этих законов во Вселенной, - это наводит на мысль, что все не случайно…

Вы думаете это я, Tim_duke, вывод написал? Нет, это вот кто:

Черниговская Татьяна Владимировна – родилась в 1947 г. в городе Ленинграде. Занимается проблемами психолингвистики, нейронаук и теорией сознания. Является доктором биологических наук, профессором, залуженным деятелем науки РФ, по ее инициативе в двухтысячном году по ее инициативе создана ученая специализация «Психолингвистика». До 1998 г. работала в « Институте эволюционной физиологии и биохимии им. И.М. Сеченова РАН, в лабораториях биоакустики, функциональной асимметрии мозга человека и сравнительной физиологии сенсорных систем (ведущий научный сотрудник).

Перечислять все регалии Татьяны Владимировны наверно не имеет смысла, защитила кандидатскую и докторскую диссертации по нейролингвистике, регулярно приглашаемый лектор в университетах США и Европы, президент Межрегиональной ассоциации когнитивных исследований. В 2010 г. указом президента РФ ей было присвоено звание «Заслуженный деятель науки РФ». В 2017 г. номинирована РАН на Золотую медаль за выдающиеся достижения в области пропаганды научных знаний член различных российских и международных сообществ (лингвистическое, ассоциации искусственного интеллекта, физиологического общества, International Neuropsychological Society , International Society of Applied Psycholinguistics и других.

Экология сознания. Наука и открытия: Как бы они ни старались, нейрофизиологи и когнитивные психологи никогда не найдут в мозгу копию пятой симфонии Бетховена или копии слов, изображений, грамматических правил или любых других внешних раздражителей. Человеческий мозг, конечно, пуст не в буквальном смысле. Но он не содержит большинство вещей, которые, по мнению людей, должен - в нем нет даже таких простых объектов, как «воспоминания».

Как бы они ни старались, нейрофизиологи и когнитивные психологи никогда не найдут в мозгу копию пятой симфонии Бетховена или копии слов, изображений, грамматических правил или любых других внешних раздражителей. Человеческий мозг, конечно, пуст не в буквальном смысле. Но он не содержит большинство вещей, которые, по мнению людей, должен - в нем нет даже таких простых объектов, как «воспоминания».

Наше ложное представление о мозге имеет глубокие исторические корни, но изобретение компьютера в сороковых годах прошлого века особенно запутало нас. Вот уже больше полувека психологи, лингвисты, нейрофизиологи и другие исследователи человеческого поведения заявляют: человеческий мозг работает подобно компьютеру.

Чтобы понять всю поверхностность этой идеи, давайте представим, что мозг - это младенец. Благодаря эволюции новорожденные люди, как и новорожденные любого другого вида млекопитающих, входят в этот мир готовыми к эффективному с ним взаимодействию. Зрение ребенка расплывчато, но он уделяет особое внимание лицам и быстро может распознать лицо матери среди других. Он предпочитает звук голоса другим звукам, он может отличить один базовый речевой звук от другого. Мы, без сомнения, построены с оглядкой на социальное взаимодействие.

Здоровый новорожденный обладает более чем десятком рефлексов - готовых реакций на определенные раздражители; они нужны для выживания. Ребенок поворачивает голову в направлении того, что щекочет ему щеку, и сосет все, что попадает в рот. Он задерживает дыхание, когда погружается в воду. Он хватает вещи, которые попадают ему в руки, так сильно, что почти повисает на них.

Возможно, самое важное заключается в том, что младенцы появляются в этом мире с весьма мощными механизмами обучения , которые позволяют им стремительно изменяться так, чтобы они могли взаимодействовать с миром с возрастающей эффективностью, даже если этот мир и не похож на тот, с которым сталкивались их дальние предки.

Чувства, рефлексы и механизмы обучения - все то, с чем мы начинаем , и по правде говоря, этих вещей довольно много, если задуматься. Если бы у нас не было одной из этих возможностей с рождения, нам было бы значительно труднее выжить.

Но есть и то, с чем мы не родились: информация, данные, правила, программное обеспечение, знания, лексикон, представления, алгоритмы, программы, модели, воспоминания, образы, обработка, подпрограммы, кодеры и декодеры, символы и буферы - дизайнерские элементы, которые позволяют цифровым компьютерам вести себя таким образом, который несколько напоминает разумный. Мы не просто не рождаемся с этим - мы это в себе не развиваем. Никогда.

Мы не храним слова или правила, сообщающие нам, как их использовать. Мы не создаем визуальные проекции раздражителей, не храним их в буфере кратковременной памяти, а после этого не передаем их в хранилище памяти долговременной. Мы не извлекаем информацию или образы и слова из реестров памяти. Этим занимаются компьютеры, но не организмы.

Компьютеры в буквальном смысле слова обрабатывают информацию ― числа, буквы, слова, формулы, изображения. Информация изначально должна быть закодирована в формат, которым могут пользоваться компьютеры, а значит, она должна быть представлена в виде единиц и нулей («битов»), которые собраны в маленькие блоки («байты»). На моем компьютере, где каждый байт содержит 8 бит, некоторые из них обозначают букву «К», другие ― «О», третьи ― «Т». Таким образом все эти байты образуют слово «КОТ». Одно единственное изображение – скажем, фотография моего кота Генри на рабочем столе ― представлена особенным рисунком миллиона таких байтов («один мегабайт»), определенных специальными символами, которые сообщают компьютеру, что это фотография, а не слово.

Компьютеры в буквальном смысле перемещают эти рисунки с места на место в различных отсеках физического хранилища, выделенных внутри электронных компонентов. Иногда они копируют рисунки, а иногда изменяют их самыми разнообразными способами ― скажем, когда мы исправляем ошибку в документе или ретушируем фотографию.

Правила, которым следует компьютер для перемещения, копирования или оперирования этими слоями данных также хранятся внутри компьютера. Собранные воедино наборы правил называются «программами» или «алгоритмами». Группа алгоритмов, которые работают совместно для помощи нам в чем-то (например, при покупке акций или поиске данных онлайн) называется «приложением».

Прошу меня простить за это введение в мир компьютеров, но мне нужно, чтобы вам было все предельно ясно: компьютеры в действительности работают над той стороной нашего мира, которая состоит из символов. Они действительно хранят и извлекают. Они действительно обрабатывают. У них действительно есть физические воспоминания. Они действительно управляются алгоритмами во всем, что делают, без каких-либо исключений.

С другой стороны, люди так не делают - никогда не делали и делать не будут. Учитывая это, хочется спросить: почему же так много ученых рассуждают о нашем психическом здоровье так, будто бы мы и есть компьютеры?

В своей книге «In Our Own Image» (2015) эксперт в области искусственного интеллекта Джордж Заркадакис описывает шесть различных метафор, которые люди использовали в течение двух последних тысячелетий , пытаясь описать человеческий интеллект.

В самой первой, библейской, люди были созданы из глины и грязи, которую затем разумный Бог наделил своей душой, «объясняя» наш интеллект - по крайней мере, грамматически.

Изобретение гидравлической техники в 3 веке до н.э. привело к популяризации гидравлических моделей человеческого интеллекта, идеи о том, что различные жидкости нашего тела - т.н. «телесные жидкости» - имеют отношение как к физическому, так и к психическому функционированию. Метафора сохранялась более 16-ти столетий и все это время применялась в медицинской практике.

К 16-му веку были разработаны автоматические механизмы, приводимые в движение пружинами и шестеренками; они наконец вдохновили ведущих мыслителей того времени, таких как Рене Декарт, на гипотезу о том, что люди представляют собой сложные машины.

В 17-м веке британский философ Томас Гоббс предположил, что мышление возникло из-за механических колебаний в мозге. К началу 18-го века открытия в области электричества и химии привели к новым теориям человеческого интеллекта - и они опять же, имели метафорический характер. В середине того же столетия немецкий физик Герман фон Гельмгольц, вдохновленный достижениями в области связи, сравнил мозг с телеграфом.

Если эта метафора так глупа, почему она все еще правит нашими умами? Что удерживает нас от того, чтобы отбросить ее в сторону как ненужную, так же, как мы отбрасываем ветку, которая преграждает нам путь? Существует ли способ понять человеческий интеллект, не опираясь на выдуманные костыли? И какой ценой нам обойдется столь долгое использование этой опоры? Данная метафора, в конце концов, вдохновила писателей и мыслителей на огромное количество исследований в самых разных областях науки на протяжении десятилетий. Какой ценой?

В аудитории на занятии, которое я проводил за эти годы уже множество раз, я начинаю с выбора добровольца, которому говорю нарисовать купюру в один доллар на доске. «Побольше деталей», - говорю я. Когда он заканчивает, я закрываю рисунок листом бумаги, достаю купюру из кошелька, приклеиваю ее к доске и прошу студента повторить задание. Когда он или она заканчивает, я убираю лист бумаги с первого рисунка и тогда класс комментирует различия.

Возможно, вы никогда не видели подобной демонстрации, или, быть может, у вас могут возникнуть проблемы с тем, чтобы представить результат, поэтому я попросил Джинни Хён, одну из интернов в институте, где я провожу свои исследования, сделать два рисунка. Вот рисунок «по памяти» (обратите внимание на метафору):

А вот рисунок, который она сделала с использованием банкноты:

Джинни была так же удивлена исходом дела, как, возможно, удивлены и вы, но в этом нет ничего необычного. Как вы видите, рисунок, выполненный без опоры на купюру, ужасен в сравнении с тем, что был срисован с образца, несмотря на то, что Джинни видела долларовую купюру тысячи раз.

Так в чем дело? Разве у нас нет «загруженного» в мозговой «регистр памяти» «представления» о том, как выглядит долларовая банкнота? Неужели мы не можем просто-напросто «извлечь» его оттуда и использовать при создании нашего рисунка?

Конечно, нет, и даже тысячи лет исследования в области неврологии не помогут обнаружить представление о виде долларовой банкноты, сохраненное в человеческом мозге, просто потому, что его там нет.

Значительный объем исследований мозга показывает, что в действительности многочисленные и иногда обширные участки мозга зачастую вовлечены в, казалось бы, самые банальные задачи по запоминанию информации.

Когда человек испытывает сильные эмоции, в мозгу могут активизироваться миллионы нейронов. В 2016 году нейрофизиолог из Университета Торонто Брайан Левин с коллегами провел исследование, в котором приняли участие люди, выжившие в авиакатастрофе, позволившее прийти к выводу, что события аварии способствовали росту нейронной активности в «мозжечковой миндалине, медиальной височной доле, передней и задней срединной линии, а также в зрительной коре пассажиров».

Выдвинутая рядом ученых идея о том, что специфические воспоминания каким-то образом сохраняются в отдельных нейронах, абсурдна ; если уж на то пошло, это предположение лишь возводит вопрос памяти на еще более сложный уровень: как и где, в конечном счете, память записана в клетку?

Итак, что происходит, когда Джинни рисует долларовую банкноту, не пользуясь образцом? Если Джинни никогда прежде не видела купюру, ее первый рисунок, вероятно, ни в коей мере не будет похож на второй. Тот факт, что она видела долларовые банкноты прежде, каким-то образом изменил ее. Собственно, ее мозг был изменен так, что она смогла наглядно представить себе банкноту - что, в сущности, эквивалентно - по крайней мере, отчасти - тому, чтобы заново переживать ощущение зрительного контакта с купюрой.

Различие между двумя набросками напоминает нам, что визуализация чего-либо (что представляет собой процесс воссоздания зрительного контакта с тем, что больше не находится у нас перед глазами) намного менее точна, чем если бы мы по-настоящему видели что-либо. Именно поэтому нам намного лучше удается узнавать, нежели вспоминать.

Когда мы ре-продуцируем что-то в памяти (От латинского re - «снова», и produce - «создавать»), мы должны попробовать снова пережить столкновение с предметом или явлением ; однако когда мы узнаем что-то, мы всего лишь должны отдавать себе отчет в том, что ранее у нас уже был опыт субъективного восприятия этого объекта или явления.

Возможно, у вас есть что возразить на это доказательство. Джинни видела долларовые банкноты и раньше, однако она не предпринимала осознанных усилий к тому, чтобы «запомнить» детали. Вы можете заявить, что, если бы она так поступила, она, возможно, смогла бы нарисовать второе изображение, не пользуясь образцом долларовой купюры. Однако даже в этом случае никакое изображение банкноты не было никоим образом «сохранено» в мозгу Джинни. У нее просто возросла степень подготовленности к тому, чтобы нарисовать ее с соблюдением деталей, так же, как, посредством практики, пианист становится искуснее в исполнении фортепианных концертов, при этом не загружая в себя копию нот.

Исходя из этого простого эксперимента, мы можем начать выстраивать основу свободной от метафор теории интеллектуального поведения человека - одну из тех теорий, согласно которым мозг не полностью пуст, однако по меньшей мере свободен от груза IP-метафор.

По мере того, как мы движемся по жизни, мы подвергаемся воздействию множества происходящих с нами событий. Следует особо отметить три типа опыта: 1) Мы наблюдаем за тем, что происходит вокруг нас (как ведут себя другие люди, звуки музыки, адресованные нам указания, слова на страницах, изображения на экранах); 2) Мы подвержены сочетанию незначительных стимулов (к примеру, сирены) и важных стимулов (появление полицейских машин); 3) Мы бываем наказаны или вознаграждены за то, что ведем себя определенным обр азом.

Мы становимся эффективнее, если меняемся сообразно этому опыту - если теперь мы можем рассказать стихотворение или спеть песню, если мы способны следовать данным нам указаниям, если мы реагируем на незначительные стимулы так же, как и на важные, если мы стараемся не вести себя так, чтобы нас наказали, и чаще ведем себя таким образом, чтобы получить награду.

Несмотря на вводящие в заблуждение заголовки, никто не имеет ни малейшего представления о том, какие изменения происходят в мозге после того, как мы научились петь песню или выучили стихотворение. Однако ни песни, ни стихотворения не были «загружены» в наш мозг. Он просто упорядоченно изменился таким образом, что теперь мы можем петь песню или рассказывать стихотворение, если соблюдены определенные условия.

Когда нас просят выступить, ни песня, ни стихотворение не «извлекаются» из какого-то места в мозге - точно так же, как не «извлекаются» движения моих пальцев, когда я барабаню по столу. Мы просто поем или рассказываем - и никакого извлечения нам не нужно.

Несколько лет назад я спросил Эрика Кандела - нейролога из Колумбийского университета, получившего Нобелевскую премию за то, что он идентифицировал некоторые из химических изменений, происходящих в выходных нейтронных синапсах аплизии (морской улитки) после того, как она учится чему-то - сколько времени, по его мнению, пройдет, прежде чем мы поймем механизм функционирования человеческой памяти. Он быстро ответил: «Сотня лет». Я не додумался спросить его, считает ли он, что IP-метафора замедляет прогресс нейрологии, однако некоторые нейрологи и в самом деле начинают помышлять о немыслимом, а именно - о том, что эта метафора не так уж необходима.

Ряд когнтивистов - в частности, Энтони Чемеро из Университета Цинциннати, автор вышедшей в 2009 книги «Radical Embodied Cognitive Science» (Основное воплощение когнитивистики) - теперь абсолютно отрицают представление о том, что деятельность человеческого мозга схожа с работой компьютера. Распространенное мнение заключается в том, что мы, как и компьютеры, осмысляем мир, осуществляя вычисления над его мысленными образами , однако Чемеро и прочие ученые описывают другой способ понимая мыслительного процесса - они определяют его как прямое взаимодействие между организмами и их миром.

Мой любимый пример, иллюстрирующий огромную разницу между IP-подходом и тем, что некоторые называют «анти-репрезентативным» взглядом на функционирование человеческого организма , включает в себя два разных объяснения того, как бейсболисту удается поймать летящий мяч, приведенные Майклом Макбитом, сейчас работающим в Университете штата Аризона, и его коллегами, в статье, опубликованной в 1995 в «Science».

Согласно IP-подходу, игрок должен сформулировать приблизительную оценку разнообразных изначальных условий полета мяча - силу воздействия, угол траектории и все такое прочее, - а затем создать и проанализировать внутреннюю модель траектории, которой, скорее всего, должен следовать мяч, после чего он должен воспользоваться этой моделью, чтобы непрерывно направлять и вовремя корректировать движения, направленные на перехват мяча.

Все было бы прекрасно и замечательно, если бы мы функционировали так же, как компьютеры, однако Макбит и его коллеги дали более простое объяснение: чтобы поймать мяч, игроку нужно всего лишь продолжать двигаться так, чтобы постоянно сохранять визуальную связь применительно к основной базе и окружающему пространству (технически, придерживаться «линейно-оптической траектории»). Это может показаться сложным, однако на самом деле это предельно просто и не подразумевает никаких вычислений, представлений и алгоритмов.

Два целеустремленных профессора психологии из британского Городского Университета Лидса - Эндрю Уилсон и Сабрина Голонка - причисляют пример про бейсболиста к ряду других, которые могут восприниматься вне IP-подхода. На протяжении многих лет они писали в своих блогах о том, что они сами называют «более последовательным, натурализованным подходом к научному изучению человеческого поведения… идущим вразрез с доминирующим когнитивистским нейрологическим подходом».

Однако этот подход далек от того, чтобы лечь в основу отдельного движения; большинство когнитивистов по-прежнему отказываются от критики и придерживаются IP-метафоры, а некоторые из наиболее авторитетных мыслителей мира сделали грандиозные предсказания о будущем человечества, которые зависят от действительности метафоры.

Одно из предсказани й - сделанное, среди прочих, футуристом Курцвейлом, физиком Стивеном Хокингом и нейрологом Рэндаллом Коэном - гласит, что, поскольку человеческое сознание, как предполагается, действует как компьютерные программы, вскоре станет возможным загрузить человеческий разум в аппарат, вследствие чего мы станем обладать безгранично могучим интеллектом и, вполне вероятно, приобретем бессмертие. Эта теория легла в основу антиутопического фильма «Превосходство», главную роль в котором исполнил Джонни Депп, сыгравший похожего на Курцвейла ученого, разум которого был загружен в интернет - что привело к ужасающим последствиям для человечества.

К счастью, поскольку IP-метафора ни в коей мере не верна, нам никогда не придется беспокоиться о том, что человеческий разум обезумеет в киберпространстве, и мы никогда не сможем достичь бессмертия посредством загрузки его куда-либо. Причина тому - не только отсутствие сознательного программного обеспечения в мозгу; проблема глубже - давайте назовем ее проблемой уникальности - что звучит одновременно вдохновляюще и угнетающе.

Поскольку ни «банки памяти», ни «представления» стимулов в мозге не существуют, и поскольку все, что требуется от нас, чтобы функционировать в мире, это изменения мозга в результате приобретаемого нами опыта, нет оснований верить в то, что один и тот же опыт изменяет каждого из нас в одинаковой мере . Если мы с вами посетим один и тот же концерт, изменения, происходящие в моем мозгу при звуках Симфонии №5 Бетховена будут практически наверняка отличаться от тех, что происходят в вашем мозге. Эти изменения, какими бы они ни были, создаются на основе уникальной нейронной структуры, которая уже существует, и каждая из которых развивалась на протяжении вашей жизни, наполненной уникальными переживаниями.

Как показал в своей книге «Вспоминая» (1932) сэр Фредерик Бартлетт, именно поэтому ни один из двух людей никогда не повторит услышанную ими историю одинаково, и со временем их рассказы будут все более и более отличаться друг от друга.

Не создается никакой «копии» истории; скорее, каждый индивид, услышав историю, в какой-то степени меняется - достаточно для того, чтобы когда позже его спросят об этой истории (в некоторых случаях, спустя дни, месяцы или даже годы после того, как Бартлетт впервые прочел им историю) - они смогут в определенной степени вновь пережить те минуты, когда они слушали историю, хотя и не очень точно (см. первое изображение долларовой купюры выше.).

Я полагаю, это вдохновляет, потому что это значит, что каждый из нас по-настоящему уникален - не только своим генетическим кодом, но даже в том, какие изменения происходят со временем с его мозгом . Это также угнетающе, поскольку это делает грандиозную задачу нейрологии практически превосходящей воображение. Для каждого из повседневных переживаний упорядоченное изменение может включать тысячи, миллионы нейронов или даже весь мозг, поскольку процесс изменений различен для каждого отдельного мозга.

Что еще хуже, даже если бы мы обладали способностью сделать моментальный снимок всех 86 миллиардов нейронов мозга и затем симулировать состояние этих нейронов с помощью компьютера, этот пространный шаблон не сгодился бы ни на что за пределами мозга, в котором он был изначально создан .

Возможно, это самый чудовищный эффект, который IP-метафора произвела на наше понимание функционирования человеческого организма. В то время, как компьютеры и в самом деле сохраняют точные копии информации - копии, которые могут оставаться неизменными на протяжении долгого времени, даже если сам компьютер был обесточен - наш мозг поддерживает интеллект только пока мы живы. У нас нет кнопок «вкл/выкл».

Либо мозг продолжает свою активность, либо мы исчезаем. К тому же, как отметил невролог Стивен Роуз в своей вышедшей в 2005 году книге «Будущее мозга», моментальный снимок текущего состояния мозга также может оказаться бессмысленным, если мы не знаем полную историю жизни владельца этого мозга - возможно, даже детали социальной обстановки, в которой он или она вырос(-ла) .

Задумайтесь, насколько сложна эта проблема. Чтобы понять хотя бы основы того, как мозг поддерживает интеллект человека, нам может потребоваться выяснить не только текущее состояние всех 86 миллиардов нейронов и 100 триллионов их пересечений, не только различающуюся силу, с которой они соединены, но также то, как ежеминутная мозговая деятельность поддерживает целостность системы.

Прибавьте сюда уникальность каждого мозга, созданную отчасти благодаря уникальности жизненного пути каждого человека , и предсказание Кэндела начинает казаться чересчур оптимистичным. (В вышедшей недавно редакт орской колонке The New York Times нейролог Кеннет Миллер предположил, что задача хотя бы выяснить базовую нейронную связь займет «века».)

Тем временем, огромные суммы денег выделяются на исследования мозговой активности, основывающиеся на зачастую ошибочных идеях и невыполнимых обещания х. Наиболее вопиющий случай того, когда нейрологическое исследование пошло наперекосяк, был задокументирован в недавно выпущенном отчете Sci entific American . Речь шла о сумме в 1,3 миллиарда долларов, выделенной на запущенный Европейским союзом в 2013 году проект «Человеческий мозг».

Убежденные харизматичным Генри Маркрамом, что он сможет создать симуляцию человеческого мозга на суперкомпьютере к 2023 году, и что подобная модель совершит прорыв в лечении болезни Альцгеймера и других нарушений, власти ЕС профинансировали проект, не налагая буквально никаких ограничений. Спустя менее 2 лет проект превратился в «заворот мозгов», и Маркрама попросили покинуть пост.

Это Вам будет интересно:

Мы живые организмы, а не компьютеры. Смиритесь с этим. Давайте продолжим попытки понять себя, но при этом избавимся от ненужного интеллектуального груза. IP-метафора просуществовала полвека, принеся мизерное количество открытий. Пришло время нажать кнопку DELETE. опубликовано

Перевод: Влада Ольшанская и Денис Пронин.

Люди всегда мечтали разбить оковы, преодолеть ограничения своих тел: боль, болезнь и смерть. Новое движение переодевает этот древний порыв в новые технологические одежды. Так называемый трансгуманизм в своей основе держит идею, что наука обеспечит людей футуристическим способом оставить свою бренную физическую форму и воплотить мечты о трансцендентном.

Пожалуй, одна из самых интересных идей трансгуманистов заключается в том, что сознание можно превратить в цифровые данные и «загрузить» в невероятно мощный компьютер. Это позволит вам жить в мире неограниченного виртуального опыта и стать практически бессмертным (по крайней мере до тех пор, пока кто-то будет делать ваши резервные копии и не решит вас отключить).

Тем не менее трансгуманисты, похоже, игнорируют тот факт, что загрузка сознания имеет перед собой непреодолимые препятствия. Практические трудности означают, что в ближайшем будущем этого не произойдет, но, помимо этого, в самой основе этой идеи лежат сложные проблемы.

Идея загрузки мозга - излюбленный сюжет научной фантастики. Футуролог и технический директор в Google , к примеру, потратил немало усилий, чтобы сделать эту идею популярной - он считает, что загрузка сознания станет доступна уже в 2045 году. Недавно экономист Робин Хэнсон подробно изучил последствия такого сценария для общества и экономики. Он представил мир, в котором работа легла на плечи развоплощенных эмуляций человеческого сознания, которые работают в смоделированной виртуальной реальности, используя вычислительную аппаратуру размером с целые города.

От мысли о том, что сознание можно загрузить, недалеко и мысль, что оно уже было загружено и мы живем в компьютерной симуляции а-ля «Матрица». Недавно технологический предприниматель Элон Маск поднял это обсуждение, высказав мысль, что шанс на то, что мы не живем в компьютерной симуляции, примерно «один к миллиардам». Конечно, идее того, уже сотни лет.

Простая, на первый взгляд, идея оказывается неизмеримо сложной при ближайшем рассмотрении. Начнем с того, что в наших мозгах триллионы связей между 86 миллиардами нейронов (или около того). Воспроизвести в цифровом виде все эти соединения пока нереально. При нынешней скорости развития компьютеров и систем визуализации, через несколько десятков лет мы сможем проделать этот фокус лишь с мертвым сегментом мозга.

Больше чем молекулы

Даже если бы мы могли создать такую «схему подключения» для живого мозга, этого не хватит, чтобы понять, как он работает. Для этого нам понадобится количественно измерить, как именно нейроны взаимодействуют между собой, и проделать все это на молекулярном уровне точности. Мы даже не знаем, сколько молекул в мозге, не говоря уж о том, сколько из них жизненно необходимых. Для компьютера воспроизвести все эти процессы может быть не под силу.

И это приводит нас к еще более глубокой сложности. Только то, что мы можем имитировать некоторые аспекты работы мозга, не означает, что мы можем полностью эмулировать настоящий мозг или сознание. Никакое осмысленное увеличение вычислительной мощности не позволит нам смоделировать мозг на уровне отдельных молекул. Таким образом, эмуляция мозга будет возможна лишь в том случае, если мы сможем отделить его цифровые, логические операции от грязной мешанины на молекулярном уровне.

Чтобы понять операции обычного компьютера, нам необязательно следить за токами и напряжениями в каждом компоненте, и уж тем более не нужно понимать, что делает каждый электрон. Мы разработали операции переключения транзисторов таким образом, что логика их работы в своей основе проста: нули и единицы. Но мозг был создан не нами - он эволюционировал - поэтому нет никаких причин ожидать простой логики в основе его работы.

Опасная идея

Даже если загрузка сознания останется несбыточной мечтой, ничто не мешает людям обсуждать вредные последствия этого процесса. Все люди в определенный момент начинают бояться собственной смерти, и кто мы такие, чтобы указывать людям, что им делать с собственными страхами?

То, как трансгуманизм смешивает религиозные идеи с наукой, искажает наше представление о технологиях. Трансгуманисты видят в технологиях способ исполнения всех наших желаний. И оправдывают это тем, что они неизбежно движут человечество в положительном направлении. Поэтому известные футурологи предпочитают не обращаться к идеям трансгуманизма и держаться от него подальше. В конце концов, наука редко выигрывает от союза с религией.